Microstrong0305/Screenshot-to-Code

Generating Code from a Graphical User Interface Screenshot

Screenshot-to-Code

1. Generating Code from a Graphical User Interface Screenshot
2. Generating Code from Computer program

Convolutional Neural Network(CNN)

1. CNN基本概念
2. 关于CNN中容易困惑问题总结

Recurrent Neural Network(RNN)

1. RNN及其变体

Generative Adversarial Networks(GAN)

1. GAN学习资料总结

Graph Neural Network(GNN)

《阿里达摩院发布2019十大科技趋势》-趋势4：超大规模图神经网络系统将赋予机器常识。
单纯的深度学习已经成熟，而结合了深度学习的图神经网络将端到端学习与归纳推理相结合，有望解决深度学习无法处理的关系推理、可解释性等一系列问题。强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑，机器有望成为具备常识，具有理解、认知能力的AI。

Reinforcement Learning(RL)

Deep Neural Networks(DNN)

Computer Vision(CV)

Natural Language Processing(NLP)

Recommendation System(RS)

智能风控

Algorithm Competition（ML/DL）

Linux

Python

Data Structure and Algorithm

1. Data Structure
2. Algorithm
3. 剑指offer
4. LeetCode

---

【算法工程师】学习资料总结

别人入门经验

1. 从小白到入门算法，我的经验分享给你～

基础知识

1. 数学基础
   • 帮助你快速搞懂机器学习中的数学知识
   • GitHub上读北大：覆盖AI高数等130多门课，讲义考题答案全都有，标星已3k+ | GitHub
2. 帮助你快速搞懂Python用法与基础操作
   • 廖雪峰的官方网站-Python教程
   • Python爱好者社区历史文章列表（每周append更新一次）
   • 莫烦PYTHON
     • Python3基础教程
     • tkinter Python3 做简单窗口视窗
     • Threading Python3 多线程
     • Multiprocessing Python3 多进程
   • Github标星2w+，热榜第一，如何用Python实现所有算法
   • 《流畅的Python》，[巴西]Luciano Ramalho著，安道 吴珂译。深入了解一些Python的知识，加深了自己对于Python里面内存管理、常用函数、类等的认识。
   • Python 热图进阶
   • 1.2w 星！火爆 GitHub 的 Python 学习 100 天 | GitHub-Python-100-Days
   • Python 的练手项目有哪些值得推荐？ - 知乎
   • 110道一线公司Python面试题，推荐收藏
3. 版本控制工具
   • 深度学习100问-2：深度学习应掌握哪些Git开发技术？
   • Microstrong's GitHub Python-Tutorial-and-Git-Tutorial
   • git stash 详解

机器学习

1. 《统计学习方法》，李航著

   • 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件
   • 重磅！李航《统计学习方法》最新资源，笔记、Python 代码一应俱全！ | GitHub
   • 超全！李航《统计学习方法》读书笔记
   • 统计学习方法训练营课程作业及答案
   • 《统计学习方法》的代码实现
   • 学它！李航《统计学习方法》课件，清华大学深圳研究院教授制作 | 微信公众号

2. 《机器学习》，周志华著

   • 机器学习(周志华西瓜书) 参考答案 总目录
   • 《周志华机器学习详细公式推导版》发布，Datawhale开源项目pumpkin-book
     • GitHub | 在线阅读地址
   • 周志华《机器学习》西瓜书精炼版笔记来了！16 章完整版
   • 周志华《机器学习》手推笔记正式开源！持续更新中... | GitHub

3. 《百面机器学习》，诸葛越主编、葫芦娃著

4. 吴恩达《机器学习》视频 Coursera视频 网易云课堂视频 | 中文课程笔记

5. 林轩田《机器学习》视频

   • 林轩田课程主页
   • [机器学习基石]
   • 机器学习技法
   • 精心整理 | 林轩田机器学习资源汇总
   • 台大林轩田《机器学习基石》系列课程教材的习题更新完毕了

6. 《机器学习实战》，[美]Peter Harrington 著；李锐、李鹏、曲亚东、王斌 译

7. Scikit-learn 0.19.x 中文文档

8. **大学李宏毅老师《机器学习课程》

   • 《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes

9. Pattern Recognition and Machine Learning(PRML)

   • 重磅 | AI 圣经 PRML《模式识别与机器学习》官方开源了！
   • GitHub-PRML algorithms implemented in Python
   • 【干货】机器学习经典书PRML 最新 Python 3 代码实现，附最全 PRML 笔记视频学习资料

10. 汇总 | 机器学习算法优缺点 & 如何选择

11. Github 十个小时狂揽千赞：机器学习完整路线图

12. 8000 星！GitHub 高赞机器学习路线图，有人把它翻译成了中文版！

    • Github标星超7k！从零开始，最简明扼要的数据科学学习路径（附高效免费小工具） | GitHub

13. SVM

14. 超级干货|据说这是一份最详细的AI 学习资源整理，看完我服！

15. 开源！《AI 算法工程师手册》中文教程正式发布！

    • 《AI 算法工程师手册》

16. 干货 | 126 篇 AI 原创文章精选（ML、DL、资源、教程）

17. 超全！深度学习最常见的 26 个模型练手项目汇总

18. Python机器学习课程（代码与教程）

    • Github标星1k+，懂点Python就能读懂的机器学习全流程笔记

19. 收藏 | 完备的 AI 学习路线，最详细的资源整理

20. 机器学习算法地图

21. 75页机器学习科普大全，附下载

22. 高清图解 | 神经网络、机器学习、数据科学一网打尽（附PDF下载）

23. Yann LeCun都推荐的深度学习资料合集！ | A collection of various deep learning architectures, models, and tips

24. 最新版开源书《Python 机器学习》分享

25. 重磅 | 完备的 AI 学习路线，最详细的资源整理！

26. 特征工程

    • 特征工程的宝典-《Feature Engineering for Machine Learning》翻译及代码实现

27. AI算法面试难度升级，该如何应对？

28. 珍藏版 | 20道XGBoost面试题，你会几个？(下篇)

29. 【资源】强化学习实践教程 | GitHub

30. 经验分享|AI领域：如何做优秀研究并写高水平论文？

31. 吴恩达新书《Machine Learning Yearning》完整中文版开源 | GitHub | 在线阅读 | 中文版

32. Github中文项目排行榜，你永远想不到开发者都用它干了什么 | GitHub

33. 王晋东等. 迁移学习简明手册. 2018.- Github | pdf

34. 清华大学、**人工智能学会重磅发布《2019人工智能发展报告》！两大亮点抢先看（附报告下载） | pdf | 唐杰PPT

深度学习

人工智能领域，现在是CV的，未来是NLP。学习CV最好的时间是2年前，而学习NLP最好的时间就是现在。

书籍和视频

1. 花书《深度学习》，[美]伊恩.古德费洛(Ian Goodfellow)、 [加]约书亚.本吉奥(Yoshua Bengio)、[加]亚伦.库维尔(Aaron Courville) 著；赵申剑 黎彧君 符天凡 李凯 译 张志华等 审校
   • 重磅！深度学习圣经“花书”核心笔记、代码发布 | GitHub | 读书笔记 | Jeff Macaluso - Blog 笔记
   • 重磅！花书《深度学习》，这份精炼笔记可能是最全面的
2. 斯坦福CS231n计算机视觉课程 网易云课堂
   • 官方笔记|知乎@杜客
3. 斯坦福CS224n基于深度学习的自然语言处理课程 斯坦福大学主页 B站中转
4. AlphaGo之父强化学习
   • CV和NLP的高级阶段都会过渡到强化学习，未来的学习趋势
5. 吴恩达《deeplearning.ai》视频 网易云课堂视频 | 中文课程笔记
6. **大学李宏毅老师《深度学习课程》
   • 中文课程！台大李宏毅机器学习公开课2019版上线
   • 李宏毅深度学习课
   • 李宏毅强化学习课
   • 李宏毅机器学习课
7. 书籍：英文《Neural Network and Deep Learning》;中文《神经网络与深度学习》，(美)Michael Nielsen著，Xiaohu Zhu、Freeman Zhang译
   • pdf中文版(真理成pdf,207页) | code-Python2.7 | (code-Python3.5)[https://github.com/MichalDanielDobrzanski/DeepLearningPython35] | 书籍在线地址
   • 火爆网络的《神经网络与深度学习》，有人把它翻译成了中文版！
8. 深度学习资源一网打尽！论文、数据集、框架、课程、图书等应有尽有
   • GitHub
9. 《神经网络与深度学习》，邱锡鹏著
   • 书籍介绍 | 书籍-GitHub
   • 邱锡鹏教授新书《神经网络与深度学习》，正式开源发布！
10. 吴恩达 CS230 深度学习课开学了！秋季视频全部上线，课件小抄应有尽有
    • 吴恩达授课，斯坦福CS230深度学习课程资源开放
11. 深度学习理论与实战：提高篇
    • 免费中文深度学习全书：不仅有理论，还有配套代码分析
    • 免费！中文深度学习全书：配套理论分析及代码分析（附资源）
12. 资源|547页的《动手学深度学习》推荐（附最新PDF，源码下载）
    • 中文版《动手学深度学习》9月最新版、代码、ppt、视频分享
    • 《动手学深度学习》书籍、代码、视频教程及ppt等资源下载地址：
      • 书籍下载地址: 链接 提取码: gy45 | 随书pytorch代码 | 课件 | 视频教程
13. GitHub-AILearning（机器学习实战） | AILearning（机器学习实战）
    • GitHub万星的中文机器学习资源：路线图、视频、电子书、学习建议全在这
14. 深度学习算法地图
15. 【深度学习自学指南】微软&头条实习生现身说法：我是这样进大厂的
16. O'Reilly 新书：《生成式深度学习》，近 5 年最先进 GAN 一网打全！
17. 认真推荐一份深度学习笔记：简约而不简单 | GitHub | PDF
18. 一文看懂各种神经网络优化算法：从梯度下降到Adam方法 | 原文-量子位
19. 超全整理深度学习相关学习资料，提供系统化的深度学习路径 | 超全整理深度学习相关学习资料，提供系统化的深度学习路线

Computer Vision（CV）

1. 【综述】一文览尽计算机视觉各研究方向
2. 一文带你读懂计算机视觉
3. 一文带你搞懂计算机视觉，从技术基础到RNN、GAN！
4. 有三AI发布360页11万字深度学习CV算法工程师成长指导手册，可下载收藏打印，未完待续
5. 在计算机视觉方向如何快速提升自己？ | 知乎
6. 《解析深度学习-卷积神经网络原理与视觉实践》，魏秀参，电子工业出版社。
7. 知乎火爆问题：CV和NLP哪个前景更好？

Natural Language Processing（NLP）

1. 斯坦福CS224n自然语言处理课
   • GitHub-中文笔记
2. NLP研究入门之道
3. word2vec 中的数学原理详解（一）目录和前言
4. 【资源推荐】复旦大学NLP上手教程
5. 自动化所宗成庆研究员：108页PPT干货读懂NLP的过去与现在！（附教材&PPT）
6. 如何在2019年变成NLP专家
7. 干货|NLP相关任务简介
8. 写给NLP研究者的编程指南
9. NLP研究入门之道：NLP推荐书目
10. 如何学习自然语言处理（综合版）
11. 初入NLP领域的一些小建议 | 知乎
12. 【复旦大学邱锡鹏老师】199页PPT面向自然语言处理的深度学习基础 | pdf
13. 【Github】ML-NLP：机器学习、NLP面试中常考到的知识点和代码实现 | GitHub
14. NLP中文面试学习资料：面向算法面试，理论代码俱全，登上GitHub趋势榜 | GitHub
15. 【GitHub】NLPer-Interview-主要记录 NLP 算法工程师相关的面试题

需要掌握框架

记录自己在学习这些框架的时候遇到的一些问题。

1. TensorFlow
2. Keras
3. PyTorch

进阶学习

1. 读经典的Paper和复现实验结果

   • Batch Normalization
     • 深度学习中的Normalization模型 张俊林-知乎 | 张俊林文章-微信公众号
     • 详解深度学习中的Normalization，BN/LN/WN
     • 回顾 | Facebook人工智能实验室研究工程师吴育昕：Devils in BatchNorm
     • 常用的 Normalization 方法：BN、LN、IN、GN
   • Dropout
   • 注意力机制
   • DropConnect：Wan L, Zeiler M, Zhang S, et al. Regularization of neural networks using dropconnect[C]//International conference on machine learning. 2013: 1058-1066.
     • DropConnect slides
     • DropConnect project page
   • 一文看懂神经网络初始化！吴恩达 Deeplearning.ai 最新干货

2. 比赛实战

   • 阿里天池竞赛
   • Kaggle
   • 这两年：我的数据竞赛之路

3. 项目实战

4. 有趣项目

   • AI玩微信跳一跳的正确姿势 --跳一跳Auto-Jump算法详解
   • 真·佛系研究：日本开发佛像情绪识别器，还能寻找你的“真命天佛”
   • 人工智能与艺术专题丨近代AI作曲技术

5. 深度学习网络画图工具

   • 那些酷炫的深度学习网络图怎么画出来的？

6. NLP的7个经典项目

面试+笔试

1. 【GitHub】2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记
   • 春招已近，这份GitHub万星的ML算法面试大全请收下
2. 1700页数学笔记火了！全程敲代码，速度飞快易搜索，硬核小哥教你上手LaTeX+Vim
3. 百道Python面试题实现，搞定Python编程就靠它
   • GitHub_Interview-code-practice-python
   • GitHub_The Algorithms - Python
4. Github项目推荐 | OI Wiki：编程竞赛最全知识整合站点
5. 机器学习与深度学习核心知识点总结--写在校园招聘即将开始时
6. 深度学习500问
   • 重磅！《深度学习 500 问》已更新，GitHub 标星 2.6W（附完整下载） | DeepLearning-500-questions
7. 必看！两年美团算法大佬，做的个人总结
8. BAT机器学习面试1000题系列
   • 博客
   • 1000 面试题，BAT 机器学习面试刷题宝典！
9. 干货 | 大公司机器学习算法的面试经验
10. 重磅！国内大厂技术面试指南，GitHub已获八千星 | GitHub-interview_internal_reference
11. 盘点互联网公司最常见的面试编程题
12. 经验 | 我心目中招聘深度学习算法工程师的标准
13. 本科非CS，我怎么拿到了2个年薪40万的算法offer
14. Debug Your Life！关于学习、面试和工作成长（附B站录播） | B站视频
15. 应届生，一口气拿下微软、Hulu、Amazon、腾讯、百度、网易、美团、华为等18家公司SP Offer面经 | 牛客 | 微信公众号
16. 想去面试？这10道最高频的手撕代码题都会了吗？
17. 算法工程师(人工智能CV方向)面试问题及相关资料 | 微信
18. 不可错过的2019秋招CV岗心得！原来拿offer也是有套路的 | CSDN
19. 2019年字节跳动招聘算法岗，他们最看重哪些新技术能力？
20. 万字长文！推荐系统岗面试经验&学习心得
21. 秋招总结：非机器学习科班学生漫长的算法工程师上岸之旅

找工作

1. 独家 | 2019年互联网校招求职指南-广州篇
2. 独家 | 2019年互联网校招求职指南-深圳篇
3. 独家 | 2019年互联网校招求职指南-南京篇
4. 独家 | 2019年互联网校招求职指南-西安篇
5. 独家 | 2019年互联网校招求职指南-上海篇
6. 独家 | 2019年互联网校招求职指南-杭州篇
7. 独家 | 2019年互联网校招求职指南-北京篇
8. 2020互联网大厂薪资出炉！看完我酸了~
9. 2020 互联网应届硕士的薪资情况